DINÂMICA AGROPECUÁRIA E URBANIZAÇÃO: UMA ANÁLISE MULTIVARIADA PARAMINAS GERAIS, 1995-2000

Harley SilvaEconomista/UFMG

Anderson ResendeEconomista/UFMG

Carlos RosaEconomista/UFMG

Rodrigo SimõesProfessor do Cedeplar/UFMG

RESUMOAs transformações e processos de modernização agropecuária experimentados pelo país na segunda metadedo Século XX apresentam um padrão concentrado e desigual, que se refletiu na formação de um espaçosócio-econômico e de uma rede urbana específica no Estado de Minas Gerais. O objetivo deste trabalho éinvestigar, ao nível microrregional, como se configuram os processos de modernização agropecuária eextensão da infra-estrutura urbana no Estado na segunda metade da década de 1990. Mais que isto, o trabalhoprocura identificar, por meio de análise multivariada (ACP e Análise de Clusters), os diferenciados padrõesregionais de modernização do setor.

ABSTRACTThis paper aims to describe and analyse the connection between urbanization processes of and themodernization of Agricultural and Cattle Raising in Minas Gerais - Brazil, during the second half of lastdecade. Furthermore, we use microregional database and apply multivariate analysis (PCA and ClusterAnalysis) to identify the existent regional patterns for the State of Minas Gerais - Brazil.

Palavras-Chaves: Agropecuária, Urbanização, Análise Multivariada, Minas Gerais.

Área da ANPEC 10 - Economia Agrícola e do Meio-Ambiente

Área JEL: Q10; R11

Dinâmica Agropecuária e Urbanização: uma análise multivariada para Minas Gerais, 1995-2000

Introdução

A sociedade brasileira viveu no século XX um amplo processo de transformações sócio-culturais eeconômicas, passando de uma sociedade agrária a uma sociedade com características cada vez maisindustriais e urbanas (Martine et al, 1989; Martine, 1994). Desde a década de 1930, com a perda deimportância do modelo de monocultura agro-exportadora cafeeira e o forte impulso de urbanização do paísdado pela intensificação do processo de industrialização, as relações entre os meios rural e urbano vêm sendointensamente transformadas pela dinâmica própria das condições capitalistas de produção.

Pode-se falar da transformação do incipiente meio urbano brasileiro das primeiras décadas do séculopassado pela penetração do capitalismo industrial e da radical transformação do espaço econômico nacionalque isto significou: a fantástica concentração produtiva e demográfica pela qual passou a cidade de São Pauloé o exemplo mais eloqüente deste processo (Cano, 1995). A partir do pós-guerra, o país veria uma drásticadiminuição da população rural e o crescimento praticamente descontrolado de um significativo número decidades médias e grandes, além de suas regiões metropolitanas, principalmente – mas não exclusivamente –no centro-sul do país. Estes centros urbanos exerciam, e continuam a exercer em alta medida, grande atraçãosobre as populações de regiões tipicamente agrárias, submetidas a condições de sobrevivência extremamenteprecárias. Um dos resultados desse intenso êxodo rural,como se sabe, é a formação de cidades com umgrande percentual de população vivendo em condições muitas vezes piores do que aquelas que motivaramsua transferência do ambiente rural.

Tal processo de concentração atividades de caráter capitalista industrial nas cidades brasileiras,porém, não significou a simples perpetuação indefinida das relações de produção tradicionais na agriculturanacional. A produção agrícola com objetivos mercantis já está, como se pode facilmente notar, instalada nocampo na grande lavoura de exportação desde o complexo rural cafeeiro, se não antes (Soto, 2002). Estava,porém, marcada pelo uso de técnicas produtivas arcaicas, atingindo níveis de produtividade inexpressivos,convivendo com atividades de subsistência e, além disso, as relações entre capital e trabalho se assentavamem grande parte em bases não assalariadas, isto é, não-capitalistas (Martins, 1975).

O que marca a segunda metade do século XX no Brasil agrário é justamente a extensão das condiçõesde produção industriais à agricultura; a transformação do ambiente de atraso tecnológico, baixaprodutividade e relações de trabalho tradicionais pela penetração de métodos de produção e gerência afeitos àeconomia capitalista urbana; em uma palavra, a industrialização da agricultura (Graziano da Silva, 1996).Esta transformação, porém, está longe de ter sido realizada de maneira homogênea e completa, tanto sepensarmos na cadeia produtiva completa da atividade agrícola, quanto nos diversos “setores” da agriculturaou ainda nas diversas regiões do país. O que torna este processo singular é justamente que ele se estabelece ese desenvolve de forma extremamente desigual, tanto setorial como regionalmente falando, reforçando astendências de desequilíbrios regionais historicamente desenvolvidas do país (Graziano da Silva, 1982).

Esta modernização do meio rural significou mais do que somente a mecanização e introdução detecnologias cada vez mais avançadas na produção e do seu impacto sobre a ocupação da força de trabalho.Mesmo ligado a um ambiente econômico onde as atividades econômicas são agrícolas ou agropecuárias, estenovo rural (Graziano da Silva, 1996) passa a ser marcado pela presença de outras atividades que tanto podemser do tipo que avançam na construção de uma cadeia produtiva de transformação de produtosagroindustriais, como alimentos e mercadorias cuja matéria-prima tem procedência rural, assim tambémcomo na produção de insumos agropecuários – rações, fertilizantes e implementos agrícolas – ou aindaatividades “novas” como o turismo rural e a proliferação de casas de campo, sítios e chácaras nasproximidades dos centros urbanos.

Mais uma vez deve-se fazer referência ao fato de que estas transformações de modo algum ocorremde forma homogênea e equilibrada. Tanto sua distribuição espacial quanto o acesso aos eventuais benefíciosou males que elas possam acarretar se distribuem de maneira desigual, geralmente, concentrada e excludente.

Significa dizer que a modernização incompleta das condições capitalistas de produção no campo implica umamodernização incompleta, e marcada por aspectos perversos, das condições de vida e trabalho no campo.Nesse contexto se insere a proposta deste trabalho.

O estado de Minas Gerais é uma das unidades da federação brasileira mais marcadas pordesigualdades regionais, fato agravado pela extrema divisão territorial pela qual vem passando desde deinicio do século XX:

“A fragmentação territorial, derivada da multiplicação de municípios é notável em Minas, onde jáexistem 853, sendo que 130 foram criados entre 1991 e 2000. Mais relevante é que quase 61,0% émenor do que 10.000 habitantes! 80,7% menor do que 20.000!... São somente 60 municípios com maisde 50.000 e apenas 23 com mais de 100.000.” (Brito, Soares e Freitas, 2004).

O quadro de desigualdades fica mais claro quando se considera que existe no Estado uma elevadaconcentração de atividades produtivas – seja do setor primário ou dos demais – em poucas regiões,implicando também uma distribuição desigual tanto renda como de receitas publicas:

“Mais da metade do PIB [de Minas] é gerado em municípios maiores do que 100.000 habitantes, equando se considera o PIB industrial e de serviços essa porcentagem é bem maior [60.76]. Já o PIBagropecuário é produzido, em mais de 50%, nos municípios menores do que 20.000 habitantes.”(Brito, Soares e Freitas, 2004)1

Segundo dados da Fundação João Pinheiro2, o setor agropecuário produziu cerca de 9,2% do PIB doEstado, participação que parece discreta caso não se considere a importância do dinamismo dos negóciosagropecuários na expansão do produto no Brasil e em Minas Gerais:

“Sustentadas na agropecuária, as taxas trimestrais [de crescimento do PIB brasileiro], notadamente asdo quarto trimestre (Minas, 16.5%, Brasil, 4.8%), não apenas garantiram o progresso do setor no ano[2003], mas também contribuíram para evitar um retrocesso maior do PIB” (Fundação João Pinheiro,2004).

Uma tentativa de mapear a agricultura de base técnica moderna e sua capacidade de absorção de mão-de-obra em Minas visa contribuir para um melhor conhecimento do espaço econômico ocupado pelo setoragropecuário no Estado.

Mesmo em uma amostra aleatória retirada do universo de municípios mineiros com médiaspopulacionais próximas, as comparações ou análises de cunho muito abrangente correm os riscos de erro:municípios, pequenos ou médios, do sul do Estado, comparados a outros de população similar nas regiões doTriangulo ou do Jequitinhonha/Mucuri, apresentam consideráveis diferenças, tomados os mais variadoscritérios de análise.3

No meio rural mineiro, as diversidades regionais não são menos expressivas. Segundo o Relatório doProjeto Rurbano para Minas Gerais:

“... através dos dados do último Censo Agropecuário (1995-96), pode-se verificar uma forteconcentração espacial da produção agropecuária. Duas das doze meso-regiões mineiras, o TriânguloMineiro/Alto Paranaíba e Sul/Sudeste, concentravam naquele ano 46,63% do valor da produçãoagropecuária do Estado. No caso da produção vegetal, essa concentração foi ainda maior, 52,07%,enquanto que no caso da pecuária a participação das duas foi de 39,6% do valor da produção animaltotal”.(Ortega, Neder e Cardoso, 1999, p.2)

1 Fundação João Pinheiro, 2002.2 Informativo CEI; Produto interno bruto-2003; Belo Horizonte, junho de 2004.3 Sobre aspectos demográficos gerais, conferir Fundação João Pinheiro (2002), “Informativo CEI – Demografia”.

Segundo dados do mesmo relatório, a estrutura produtiva em que se assenta a produção do setor emMinas é bastante heterogênea, indo desde a produção intensiva em capital em grandes propriedadesespecializadas em produtos para exportação, até a pequena propriedade familiar. Como citado acima, regiõescomo o Triângulo/Alto Parnaíba e Sul/Sudeste, além de em menores proporções, as meso-regiões doNoroeste e Oeste de Minas, apresentam considerável grau de modernização e interligação com complexosagroindustriais, e, no entanto:

“... 326,6 mil estabelecimentos rurais de Minas Gerais, o que significa 65,8% do total dosestabelecimentos do Estado, estavam sendo explorados em 31 de dezembro de 1995, unicamente peloresponsável e por membros da família, num total de 925.422 pessoas. Apenas 170 milestabelecimentos declararam ter contratado mão-de-obra, num total de 1.074.624 pessoas,representando 53,8% do pessoal ocupado total. Assim, é importante destacar a grande relevância daagricultura familiar na agricultura do estado”.(Ortega, Neder e Cardoso. 1999, p.4).

O processo de modernização tem sido responsável pela reestruturação da estrutura social no campo eespecialmente no mercado de trabalho. À medida que se intensifica a utilização de tecnologias poupadoras detrabalho no campo ou que se modifica o perfil da demanda por trabalho no meio rural, altera-se a composiçãoda ocupação e assim também a dinâmica demográfica e urbana no país e em Minas:

“As estatísticas mais recentes do Brasil rural revelam um paradoxo que interessa a toda sociedade: oemprego de natureza agrícola definha em praticamente todo país, mas a população residente no campovoltou a crescer, ou pelo menos deixou de cair. Esses sinais trocados sugerem que a dinâmica agrícola,embora fundamental, já não determina sozinha os rumos da demografia no campo. O que explica essenovo cenário é o crescimento do emprego não-agrícola no campo, ao mesmo tempo em que aumentoua massa de desempregados, inativos e aposentados que mantém residência rural”.(Graziano da Silva,2002, p. 157).

Discutir a questão da modernização das atividades agrícolas em Minas Gerais e suas relações com astransformações sociais e urbanas, diante desse quadro de mudanças, implica discutir as desigualdadesregionais deste Estado com tantas faces diferentes. O cenário mineiro constitui-se em um campo apropriadopara perceber o impacto da integração do campo à dinâmica capitalista moderna em regiões ou paísesmarcados por diferenças regionais fortes, como é caso do Brasil. Formado tanto por regiões “prontas” aintegrar um mercado capitalista dinâmico, a partir de uma economia agropecuária moderna, quanto poroutras em que o contato com esta modernidade parece só fazer recrudescer as disparidades e exclusõessociais, o Estado aparece como um resumo das condições de um país de modernização tardia e incompletacomo o nosso.

O objetivo deste trabalho é apresentar uma tentativa de caracterização do espaço ocupado poratividades agropecuárias no Estado de Minas Gerais, com base no censo agropecuário de 1995-1996 e noCenso Demográfico de 2000, utilizando informações sobre mão de obra, intensidade de capital, estruturafundiária, condições de rentabilidade do setor e condições sociais.

Finalmente tentaremos analisar a distribuição espacial de algumas atividades, que serão agrupadassegundo sua inserção de mercado – externo ou interno – ou sua destinação ao consumo de subsistência. Cabeaqui também uma observação a respeito da lógica de seleção dessas culturas, dados os objetivos do trabalho.

Nas décadas recentes agricultura nacional teve uma evolução, particularmente após 1964, quedirecionou a produção nacional para uma nítida diferenciação entre grupos de “culturas dinâmicas” e outras“não dinâmicas”, estas chamadas pelos autores de “gêneros de alimentação básica”. Essa diferenciaçãoresulta do processo de “modernização conservadora” implementado após a chegada dos militares no poder ea crescente reestruturação capitalista das atividades agropecuárias. A política de concessão de crédito einvestimentos em infra-estrutura praticada pelos governos do período militar alterou profundamente a

estrutura fundiária e produtiva no campo. As regras de concessão de crédito obedeceram a critériosextremamente concentradores:

“(...)devido à própria lógica do empréstimo bancário – que exige a titulação da terra e umasérie de tramites burocráticos e tem uma preferência inerente pelas operações de maior vulto e menorcusto administrativo – o crédito rural terminou por ser altamente concentrado no Sul e Sudeste, emprodutos específicos e nas mãos de poucos agricultores.” (Martine & Beskow, 1987)

Além disso, o processo de modernização conservadora baseou-se também intensamente no uso dopacote tecnológico conhecido como Revolução Verde, que se tornou internacionalmente aplicado a partir demeados da década dos 60. “Em essência, esse pacote prometia a elevação da produtividade média [daslavouras] através de sementes melhoradas ou de ‘alto rendimento’; o aproveitamento efetivo dessassementes, porém, era condicionado ao uso integrado de maquinas e insumos químicos” (Martine & Beskow,1987).

A combinação desses fatores, portanto, criou uma forte tendência de concentração e reconcentraçãofundiária, de recursos e renda no negócio agropecuário e no meio rural brasileiro; uma espécie de círculovicioso dificilmente quebrável. A maior posse de terras (e a utilização destas para certas culturas, semdúvida) determinava seu maior acesso ao crédito farto e subsidiado; este por sua vez permitia saltos deprodutividade pela utilização do pacote tecnológico da Revolução Verde. As vantagens destes setores sereforçavam uma vez que os investimentos em infra-estrutura e pesquisa feitos pelo governo tendiam a seconcentrar tanto no sentido espacial (regiões Sul, Sudeste e mais tarde Centro-oeste) como em torno dedeterminadas culturas “dinâmicas”.

Com base nessa análise, propõe-se aqui uma separação de algumas das principais culturas do cenárioagrícola brasileiro de acordo com sua relação com este processo de modernização acima descrito. Sãopropostos quatro grupos típicos de culturas e alguns produtos representativos de cada grupo:

a) culturas tropicais de origem colonial: café, cana-de-açúcar e (em menor intensidade) algodão;b) culturas oriundas de países temperados: trigo e soja;c) culturas com amplo consumo mundial: milho e arroz;d) culturas consideradas de consumo popular: feijão e mandioca.

O primeiro grupo, dada a longa tradição de produção brasileira, mereceu especial atenção einvestimentos do setor privado e particularmente do governo, sendo, portanto dotado de insumos e métodosde produção bastante modernos, desenvolvidos no próprio país. O segundo se compõe de culturas geralmenteimportadas, que vieram na maioria das vezes acompanhadas de pacotes tecnológicos fechados ou apenasadaptáveis a realidade local. O terceiro grupo caracteriza-se por produtos de amplo consumo mundial, e porisso mesmo “tiveram especial atenção na estratégia da Revolução Verde, elaborada por grandes empresas epelo governo dos Estados Unidos” (Martine & Garcia, 1987). Por último, “temos os produtos tropicais deconsumo popular restrito”. A demanda por estes forma-se internamente via de regra – e em sua maior e maisconstante faixa – pela população pobre e de restrito poder aquisitivo. Nem ao menos no âmbito internacionalhaveria investimentos em pesquisa para melhorias especificas destas culturas, típicas de paísessubdesenvolvidos, já que seu potencial de movimentação de grandes capitais é por demais pequeno oucustoso.

Os resultados dessa separação entre as culturas são bastante previsíveis. Enquanto as três primeirasexperimentam razoáveis, ou mesmo ótimas condições de expansão no mercado capitalista moderno, o últimogrupo tende a tornar-se marginal, marcado pelo acesso incompleto, restrito ou nulo à modernizaçãotecnológica, quiçá a economia de subsistência. A produtividade destas culturas permanece dependente dafertilidade do solo e da quantidade e qualidade de trabalhadores familiares empregados.

Estes gargalos eram parcialmente superados, ate meados da década 1960, pela migração da produçãoem direção às fronteiras agrícolas, de terras virgens e mais férteis, quando uma terra se tornava menos fértil.Este processo manteve o suprimento de alimentos nos centros consumidores já que as fronteiras erampróximas destes centros o que tornava o custo de transportes insignificante. Porém, com a políticagovernamental de credito subsidiado e investimento público valorizou e concentrou terras, a opção dafronteira foi assim “fechada” para os pequenos produtores tornando a fronteira agrícola mais distante o queaumentou o custo de transportes.

Este fenômeno empurrou as culturas de base alimentar para terras de baixa qualidade e produtividadecausando queda na produção destes produtos, já que as culturas que possuem uma dinâmica tecnológicamaior (seja advinda da revolução verde – caso das culturas com amplo consumo mundial –, desenvolvidas nopróprio país – caso das culturas tropicais de origem colonial – ou vinda juntamente com a própria cultura –caso das culturas oriundas de paises temperados) tomaram conta da pauta tanto de incentivos governamentaisquanto de preferência dos produtores.

Fontes de dados

No presente trabalho serão utilizados duas fontes de dados distintas, o Censo Demográfico realizadono ano de 2000 e o Censo Agropecuário 1995-96. Estas duas fontes de dados são organizadas pelo IBGE epossuem informações sobre diversas características de domicílios em todas as regiões do país, CensoDemográfico, e características dos estabelecimentos agropecuários, Censo Agropecuário. As informações sãodisponibilizadas por Unidade da Federação, podendo ser desagregados por Mesoregiões, Microrregiões eMunicípios. A análise deste trabalho estará centrada somente no espaço geográfico compreendido pelas 66Microrregiões do Estado de Minas Gerais.

O Censo Demográfico 2000, como os demais já realizados, apresenta informações sobre ascaracterísticas dos domicílios e, sobretudo da população residente. A pesquisa é domiciliar e abrange tanto oespaço urbano como o espaço rural. Busca investigar acima de tudo características da população: questõessobre a migração, educação, saúde, emprego e fecundidade dos moradores.

O Censo Agropecuário 1995-96, ao contrário do Censo Demográfico abrange somente o espaço rural.Além de obter informações sobre a educação, saúde e emprego dos moradores dessas propriedades, esta basede dados fornece ainda estatísticas sobre a produção agropecuária: culturas permanentes e culturastemporárias, tecnologia empregada na produção e relação com a propriedade, entre outras.

Como fonte de dados completar foi utilizado o IDH, Índice de Desenvolvimento Humano, para asMicrorregiões de Minas Gerais. O IDH é elaborado pela Organização das Nações Unidas e busca medir onível de desenvolvimento humano das regiões em termos de acesso à educação, esperança de vida ao nascere renda, variando nos valores entre 0 e 1. Quanto mais próximo de um o valor do índice, melhor a qualidadede vida da região em análise.

A partir das informações originais das variáveis das duas bases de dados em questão foram elaboradasas variáveis a seguir, tendo como indivíduos de análise as microrregiões do Estado de Minas Gerais.

Necessário se faz uma consideração a respeito do uso conjunto de variáveis de duas bases de dadosdistintas e de datas de recolhimento de informações não coincidentes. O trabalho se propõe, a construir apartir dos dados uma tipologia para as microrregiões do Estado usando informações relativas tanto àmodernização do setor agropecuário quanto as condições de vida e trabalho nas ditas regiões. Ora, nenhumadas duas bases de dados seria individualmente suficiente para informar a respeito de ambas as dimensões daanálise proposta. Dessa forma, e graças à flexibilidade do método adotado, o que se tenta conseguir éapresentar uma “situação de momento” para o período que se inicia na metade da década dos 90 e terminacom essa, ou em outros termos, se inicia em 1995 e finda em 2000.

Metodologia

A análise multivariada: o método dos componentes principais.

As técnicas de analise multivariada tem como característica comum a busca de “parâmetros-resumo”,que sintetizem a relação entre em determinado conjunto de varáveis. Dentro deste espírito, a técnica doscomponentes principais busca imprimir um tratamento estatístico a um numero relativamente alto devariáveis heterogêneas, que possuam, porém, um grau considerável de aspectos comuns, isto é, com umelevado grau de correlação entre si. Desta forma o que se busca é condensar o conjunto inicial de muitasvariáveis em um numero bem menor e conseguir uma pequena perda de informações. Segundo Queiroz(2003, p.46), “o objetivo principal do método dos componentes principais é representar um conjunto demuitas variáveis em um número bem menor de índices”. Segundo a autora, estes índices – os chamados‘componentes principais’ – graças a sua correlação com as demais variáveis, sintetizam o comportamento porelas assumido e podem também ser utilizados para “representar um conjunto de variáveis em outras técnicasmultivariadas, como a análise de clusters, além de permitir uma hierarquia de indivíduos ou unidades deobservação”. Em termos práticos o que temos é o processo q se segue. Através das p variáveis originais, X1, X2, X3,..., Xp, referentes aos n indivíduos (no caso, microrregiões mineiras), criam-se as variáveis Z1, Z2, Z3, ..., Zp,os componentes principais, por meio da seguinte combinação linear:

Z1 = a11X1 + a12X2 + a13X3 + ... + a1pXp .Z2 = a21X1 + a22X2 + a23X3 + ... + a2pXp (1)Z3 = a31X1 + a32X2 + a33X3 + ... + a3pXp .Zp = ap1X1 + ap2X2 + ap3X3 + ... + appXp .

Sujeito à restrição:a2

i1 + a2i2 + ... +a2

ip = 1 (2)

Tem-se matematicamente que esta combinação linear procede a transformação ortogonal do conjuntode variáveis originais correlacionadas em um novo conjunto de novas variáveis não correlacionadas.Importante destacar que as variáveis Z assim obtidas são capazes de, em ordem decrescente, resumir avariação dos dados originais, de modo que alguns poucos componentes são responsáveis pela maior parte daexplicação total simplificando assim a análise:

Var (Z1) > Var (Z2) >...> Var (Zp) (3)

Teoricamente o número de componentes é sempre igual ao número de variáveis. O fato, porem, é quese temos um conjunto bem selecionado de variáveis de análise, a maioria das novas variáveis Zi – oscomponentes principais – apresentam capacidade de explicação negligível, podendo ser então descartados,sem prejuízo da análise. As variâncias de Zi são obtidas a partir dos autovalores da matriz de covariância oude correlação das variáveis originais. Os autovetores, associados a cada autovalor, ordenados, fornecem oscoeficientes – ai – para a equação acima, dos componentes principais, sendo o primeiro componenteassociado ao maior autovalor.

Mainly (1986) resume os passos de nosso método de maneira bastante clara e didática, como sesegue:

1. Codificam-se as variáveis em X1, X2, .... Xp, e e procede-se a sua estandartização para que tenhammedia zero e variância constante igual a 1;

2. Calcula-se a matriz C de covariâncias, que corresponde a matriz de correlação, se as variáveis estãoestandartizadas;

3. Encontra-se os autovalores – λ1, λ2, ..., λp – e os correspondentes autovetores – a1, a2, ... ap – sendoque estes últimos são os coeficientes do i-ésimo componente principal, e os primeiros (eingenvalues)são a variâncias dos mesmos;

4. Assume-se que apenas alguns poucos componentes Zi, dado o elevado montante da variância dosdados que estes explicam, devem ser tomados como suficientes para orientar a análisesatisfatoriamente.

Cumpre esclarecer alguns pontos sobre estes passos, notadamente o primeiro. A redução das variáveisa sua forma estandartizada justifica-se, segundo Kageyama & Leone (1999), para que se elimine o problemade diferentes dimensões e escalas entre as variáveis. Esta redução consiste simplesmente em retirar a médiade cada observação de cada variável e em seguida dividir essa diferença pelo correspondente desvio padrão:

( )k

kik xxσ−

(4)

Em relação ao último passo, a definição a respeito do número de componentes a serem escolhidoscomo objeto de análise, cabe dizer que, cada trabalho que utilize o instrumental da analise de componentesprincipais (ACP) deverá considerar com cuidado seus objetivos e as variáveis selecionadas para realizar talcorte metodológico. De modo geral, pode-se considerar que é desejável que o menor número de componentesexplique a maior porcentagem da variância dos dados.

Embora não seja vital para a compreensão dos resultados podemos demonstrar a definição doscomponentes principais (CP) a partir da definição dos autovalores da matriz de covariância dos dados(Mainly, 1986) ou da matriz de correlação dos dados estandartizados. Considerando que o sistema deequações expresso em (1), pode ser reescrito na forma matricial como:

AX = λX (5)Ou:

(A - λI) = 0 (6)Onde:A: matriz de coeficientes aijX: matriz das variáveisI: matriz identidade0: vetor coluna de zerosλ : autovalor ou raiz característica (escalar).A matriz de correlação, considerando as variáveis normalizadas, é simétrica e assume a seguinte

forma:

C =

1

11

21

221

112

K

MMM

K

K

pp

p

p

cc

cccc

(7)

Segundo Martins (2003) através da manipulação da álgebra matricial4 descrita em (4), podemos obteros autovalores e autovetores da matriz C. O i-ésimo autovalor corresponde a variância do i-ésimocomponente principal: var (Zi) = λi. Os autovetores, obtidos através dos autovalores, correspondem aos pesos

4 Para uma descrição mais elaborada deste ponto ver: ANDRADE (1989)

a serem dados às variáveis explicativas no processo de transformação que gera os índices Zp (componentesprincipais).

Zi = ai1X1 + ai2X2 + ai3X3 + ... + aipXp (9)

Cumpre destacar uma propriedade dos autovalores, qual seja, que a sua soma é igual ao traço damatriz de covariância. Ou seja:

λ1 + λ2 + ...+ λp = c11 + c12 +...+cpp (10)

Dessa maneira, se cii é a variância de Xi e λi é a variância de Zi, implica-se que o somatório dasvariâncias dos componentes principais é igual ao somatório das variâncias das variáveis originais.Finalmente, nas palavras de Andrade (1989), “o método (ACP) em geral é capaz de expressar um dadofenômeno com um numero razoavelmente pequeno de variáveis que condensam e sintetizam a variabilidademostrada por um grande conjunto de outras variáveis”.

A Análise de Clusters

Como tentativa de construir uma tipologia para os indivíduos do trabalho a partir dos resultados daACP, de acordo com seu grau de homogeneidade em relação às características consideradas, este trabalhooptou pela aplicação de uma outra técnica de análise multivariada, a análise de clusters. Segundo Kageyama& Leone (1999):

“Os métodos de classificação – nos quais se inclui o cluster analysis – podem ser utilizadas,logicamente, quando os elementos da tabela inicial de dados sejam classificáveis, o quer dizer que, seos indivíduos estão dispostos no espaço, vão existir zonas de alta densidade de indivíduos e entre essaszonas haverá uma baixa densidade indivíduos... Essa semelhança pode ser avaliada por meio de índicesde (dis)similaridade denominados de distâncias.”

A mais usual das maneiras de cálculo para essa distância é a chamada “distância euclidiana”, quepode ser obtida por:

dij= ( ) }2

1

−∑=

p

kjkik xx (11)

As análises de cluster admitem abordagens hierárquicas e abordagens de partição. As primeirasconsideram que de início cada individuo se encontra isolado, como que formando um “cluster individual”. Oprocesso segue aproximando estes indivíduos de acordo com suas similaridades até que se atinja umaestabilidade relativa, que variará em função dos objetivos do trabalho. As técnicas de partição operam emsentido contrário, desaglomerando um cluster único inicial. Nosso trabalho fez a opção de empregar aabordagem hierárquica. Os agrupamentos serão então representados graficamente por dendogramas queacusam, a um tempo, as possíveis aglomerações e sua consistência relativa que varia em função da“proximidade” entre os indivíduos.

Análise dos resultados

A seguir apresentamos os resultados conseguidos pelos métodos de análise multivariada. Em primeirolugar foi feita a aplicação do método de ACP considerando a representatividade das microrregiões no que serefere ao PIB agropecuário, para em seguida fazê-lo sem esta variável. O objetivo é buscar possíveis

Individual Acumulada1 52,04 52,042 19,63 71,673 10,47 82,144 5,81 87,955 4,38 92,336 2,84 95,177 1,70 96,878 1,11 97,989 0,91 98,8910 1,11 100,00

Fonte: Elaboração Própria

Variância Explicada (%)Componentes

Total da Variância Explicada para as 66 Microrregiões de MG

1 2 3 4 5AMP 0,06779 0,46909 -0,57764 -0,15330 0,03283PTP 0,32617 0,29607 -0,16271 -0,28757 -0,06363PAM 0,30165 0,33036 -0,00785 -0,28004 0,38538LAA 0,25501 0,33778 0,42648 0,29802 -0,19349IDH 0,30298 -0,17879 0,05239 0,29965 0,81332PPEAR -0,28298 0,29832 0,46116 -0,20015 0,16126Anest 0,36589 -0,22786 -0,18502 0,21006 -0,17207SM 0,38927 -0,07004 -0,07742 0,05062 -0,21133PDCT 0,36212 -0,26801 0,08470 -0,07702 -0,14038PDT -0,23321 0,31214 -0,29204 0,70838 0,01530PIB96 0,30032 0,34931 0,33137 0,20566 -0,16496Fonte: Elaboração Própria

Matriz dos Coeficientes dos Componentes Principais para as 66 Microrregiões de MGComponentesVariáveis

processos de diferenciação entre as microrregiões do Estado que escapem a uma analise centrada sobre adimensão da escala de produção agropecuária que caracteriza o primeiro exercício. A seguir, tentamosperceber a consolidação de grupos homogêneos de microrregiões através da aplicação da técnica de clusters.

Tipologia a partir da técnica de ACP

Embora o método de análise dos componentes principais (ACP) forneça tantos componentes quantasforem as variáveis utilizadas, na prática é desejável que um número mínimo de componentes inclua a maiorvariabilidade possível das variáveis originais. A TAB.1 traz os dez primeiros componentes e as porcentagensda variância total explicada por cada um deles, assim como as porcentagens acumuladas da variância.

Os três primeiros componentes são em conjunto, responsáveis por 82.14% da variância dos dadosoriginais, resultado que corrobora o corte metodológico de uso apenas destes componentes. Há uma quedabrusca da porcentagem da variância explicada tanto do primeiro componente para o segundo quanto destepara o terceiro; respectivamente de 52,04% para 19,63% e daí para 10,47%. A partir desse ponto, porém, essadiminuição torna-se gradual e cada componente, individualmente, torna-se responsável por uma parcela cadavez menos significativa da variância dos dados originais.

TABELA 1

A TAB. 2 apresenta os valores de cada um dos autovetores que correspondem aos coeficientesassociados às variáveis dos dois primeiros componentes principais. Quanto mais alto o valor absoluto docoeficiente associado a uma variável, maior a importância relativa desta para o componente principal emquestão, podendo ser essa importância em termos positivos ou negativos.

TABELA 2

Almenara 1,67 Almenara 3,74 Aimorés 47,06Araçuaí 1,46 Araçuaí 3,91 Araçuaí 51,97Capelinha 1,40 Capelinha 3,80 Capelinha 55,91Conceição do Mato Dentro 1,64 Conceição do Mato Dentro 3,82 Caratinga 43,68Grão Mogol 1,19 Grão Mogol 3,67 Conceição do Mato Dentro 47,37Janaúba 1,61 Janaúba 4,31 Grão Mogol 50,95Januária 1,39 Januária 4,35 Januária 47,24Peçanha 1,49 Peçanha 3,78 Manhuaçu 55,08Pedra Azul 1,46 Pedra Azul 4,19 Peçanha 56,37Salinas 1,38 Salinas 3,54 Salinas 44,98Alfenas 3,57 Araxá 6,21 Belo Horizonte 1,37Araxá 3,84 Belo Horizonte 7,30 Conselheiro Lafaete 13,04Belo Horizonte 4,73 Conselheiro Lafaete 6,38 Divinópolis 7,89Ipatinga 3,47 Divinópolis 6,42 Ipatinga 5,94Juiz de Fora 3,82 Ipatinga 6,50 Juiz de Fora 7,97Patos de Minas 3,70 Juiz de Fora 6,96 Ouro Preto 9,70Poços de Caldas 3,92 Lavras 6,32 Pará de Minas 13,90Uberaba 4,27 Ouro Preto 6,32 Sete Lagoas 12,16Uberlândia 4,32 Uberaba 6,92 Uberaba 10,04Unaí 3,84 Uberlândia 7,01 Uberlândia 10,27

Fonte: Elaboração Própria

Rendimento Médio (em SM) Anos Médios de Estudo Proporção de PEA rural

29,87

Relação entre as Maiores e Menores Média de Anos de Estudo, Salários Mínimos e Proporção de PEA rural para as Microrregiões de MG

Média de Minas GeraisMédia de Minas Gerais 3,37 6,08 Média de Minas Gerais

Variáveis Rural Total

Fonte: Elaboração Própria

6,08

3,37

Média de Anos de Estudo e Rendimentos para MG

Rendimentos (em salários mínimos)

1,94

Anos de Estudo 3,66

As variáveis que mais contribuem individualmente para o primeiro componente, Z1, são em ordemdecrescente, salário mínimo médio (SM), anos médios de estudo da população ocupada (ANEST) eproporção de domicílios com água encanada (PDCT), com contribuição positiva, e proporção de PEA rural(PPEAR) e pressão demográfica no mercado de trabalho (PDT), contribuindo negativamente. Estecomponente resume as características de qualidade de vida da população e infra-estrutura urbana e tambémpara as condições de oferta de mão-de-obra. As variáveis com contribuição negativa reforçam essaproposição, se levamos em conta que, segundo os dados, os salários médios e os anos de estudo dostrabalhadores em ocupações rurais são em geral mais baixos (TAB. 3, 4 e 5).

TABELA 3

TABELA 4

A TAB. 4 confirma a hipótese de rendimentos e anos de estudo mais baixos que a média do Estadopara a população rural. Por sua vez, a TAB. 3 relaciona as dez microrregiões do Estado com maiores médiase também as dez com as menores médias de rendimento, anos de estudo e proporção de PEA rural. Entre asdez microrregiões com maior proporção de população economicamente ativa que se declarou empregada no

setor agropecuário, sete estão também entre as de piores médias de rendimentos e de anos de estudo emMinas5. Assim também, metade das dez microrregiões com melhores médias para estas variáveis contamentre as de menor PEA rural, parecendo, confirmando a intuição de forte correlação positiva entre grau deurbanização e condições de educação e renda.

No segundo componente, Z2, as variáveis mais significativas são, em ordem decrescente, área médiadas propriedades (AMP), participação percentual no PIB agropecuário (PIB96) e lucro da atividadeagropecuária (LAA), com contribuição positiva, além proporção de domicílios com água encanada (PDCT) emédia de anos de estudo (Anest) cuja contribuição é negativa. Nele se resumem as características de presençarelevante de mecanização, importância do PIB agrícola e lucratividade da agropecuária.

Por fim, o terceiro componente, tem como variáveis predominantes área média das propriedades(AMP), com forte peso negativo, se opondo a proporção de PEA rural (PPEAR), lucratividade (LAA) eparticipação no PIB agropecuário (PIB96), todas com destaque positivo. Isso parecendo indicar forte relaçãoinversa entre grande propriedade fundiária e indicadores de sucesso agropecuário.

A disposição dos indivíduos na representação gráfica se define pelo seu grau de similaridade e atraçãoem relação aos demais, determinando a formação de nuvens de indivíduos similares entre si, e distintosdaqueles agrupados em outras nuvens6. Os indivíduos de analise, as microrregiões no caso, posicionam-se deforma oposta em cada componente, as microrregiões mais e menos associadas aos indicadores, acima eabaixo, à esquerda e a direita de uma coordenada [0,0] imaginária no diagrama do método. Merece atenção ofato de que aqueles indivíduos que se posicionam mais próximos à origem possuem pouca representatividadeem relação aos componentes e indicadores selecionados (MARTINS, 2003).

GRÁFICO 1: ACP Microrregional 5 Na Tabela 3 a divisão horizontal separa os grupos com maiores e menores valores para cada variável; as microrregiões destacadasem negrito são as que se repetem (“horizontalmente”) nas três variáveis.6 Para uma visão formal da interação “gravitacional” entre os indivíduos e destes em relação ao baricentro (0,0) e aos componentes,ver Kageyama e Leone (1999, p. 16).

Minas GeraisClusters Microrregiões (com PIB)

1 (25)2 (31)3 (3)4 (7)

Fonte: Elaboração própria a partir dos Censos Agropecuário 1995/1996 e Demográfico 2000.

Grosso modo, o modelo distingue três grupos destaque entre as microrregiões mineiras. No primeiroquadrante do GRAF. 1, um grupo de microrregiões se distingue pela representatividade, modernização elucratividade do setor agrícola combinado a boas condições de infra-estrutura urbana e desenvolvimentosocial. Neste grupo figuram as microrregiões do Triângulo e Alto-Paranaíba – com grande destaque paraUberlândia – acrescidas de Varginha, pertencente a Região Sul de Minas. O segundo grupo (segundoquadrante) tem diferenciação menos clara, mais gradual – exceção feita à Capital do Estado – mas pode servisto como o de setor agropecuário menos relevante, embora apresentando boas ou razoáveis condições deurbanização. As microrregiões destaque, além de Belo Horizonte, são Ipatinga, Juiz de fora e Divinópolis,cujas cidades sede são centros urbano-industriais destacados em Minas. Finalmente o terceiro grupo típico(quarto quadrante) se distingue pela agropecuária tradicional, pouco lucrativa e pouco mecanizada, emboracom peso considerável na economia e no emprego locais, somada a baixos índices de qualidade de vida einfra-estrutura urbana: o pior cenário do socioeconômico do Estado. Figuram nesse grupo as microrregiõesdo Norte, Jequitinhonha/Mucuri e Rio Doce.

Tipologia a partir da Análise de Clusters

Para a maior clareza do grau de aproximação entre as microrregiões de Minas, a partir dascaracterísticas de análise escolhidas, aplicamos a técnica de agrupamento hierárquico da Análise de Clusters.Assim como na técnica de ACP, primeiro consideramos todas as variáveis e em seguida excluímos a variávelPIB96. Na FIG.1 visualizamos graficamente os resultados da técnica. A representação segue a seguintelógica: a escala representada refere-se à distância euclidiana, dada pela equação (11), na qual asmicrorregiões se unem de acordo com seu grau de similaridade em relação aos indicadores. À medida que adistância aumenta novos indivíduos se aglomeram aos grupos originais, decrescendo o grau de consistência esimilaridade, até que se forme um único grupo.

FIGURA 1: Clusters das Microrregiões de Minas Gerais, considerando participação percentual no PIB agropecuário pormicrorregião. Elaboração própria a partir dos Censos Demográfico 2000 e Agropecuário 1995/1996

Número Participação no Participação média de Microrregiões PIB Agropecuário por microrregião

I 25 22,41 0,90II 31 45,42 1,47III 3 7,09 2,36IV 7 25,07 3,58

Total 66 100,00 1,52Fonte: Censo Agopecuário 1995-96 Elaboraçao própria.

Minas Gerais: Participação percentual por cluster no PIB agropecuário

Clusters

Os resultados desta técnica multivariada confirmaram, de modo geral, os resultados da ACP. Umgrande cluster (I) agrupa a maioria das microrregiões do Norte de Minas, Jequitinhonha/Mucuri e Rio Doce,acrescidos de algumas microrregiões da Zona da Mata além de Oliveira, Itaguara, Diamantina e ConceiçãoM. Dentro, da R. Central, e de Andrelândia e Santa Rita do Sapucaí, do Sul. Ao todo são vinte e cincoregiões, com uma participação média no PIBA de apenas 0.9%, embora uma participação conjunta de18.42%. A volta às variáveis originais confirma o fraco desempenho do grupo nos quesitos infra-estruturaurbana e desenvolvimento social, confirmando os resultados da ACP.

Um segundo cluster II engloba trinta e uma microrregiões principalmente das Regiões Sul, Centro-Oeste e Central do Estado além de Montes Claros do Norte e Nanuque do Jequitinhonha/Mucuri. As RegiõesCentral e Centro-Oeste do Estado não se caracterizam, tradicionalmente, por base agropecuária desenvolvida,mas pela presença de um parque industrial de peso, principalmente ligado ao complexo minero-metal-mecânico (MARTINS, 2003; BDMG, 2002). Não surpreende que neste grupo se associem microrregiõesdestas Regiões a outras do Sul, Zona da Mata e Norte/Nordeste do Estado também com fraca baseagropecuária. A participação média deste grupo no PIBA é pouco superior ao primeiro atingindo 1.47%,ainda inferior a uma média simples – e arbitrária – para o Estado como um todo, a qual seria .

Um terceiro cluster III engloba as microrregiões do Noroeste de Minas, Unaí, Paracatu e Pirapora.Este cluster apresenta desenvolvimento agrícola importante assim como o cluster (IV) formado,principalmente pelas microrregiões do Triangulo. Juntos estes dois grupos de microrregiões (dez ao todo)representam quase um terço do produto agropecuário total do Estado. O cluster III tem participação média de2,36% e o IV tem média ainda superior: 3,58%. Porém, os grupos se dividem no que se refere à dimensão dasvariáveis de infra-estrutura urbana e qualidade de vida, como escolaridade e renda: as microrregiões docluster (IV) estão bem acima das médias do Estado no que se refere a estes fatores. Na verdade esta região deMinas possui números relativos à qualidade de vida apenas inferior aos da microrregião de Belo Horizonte,embora não se deva excluir a hipótese de que o peso da cidade sede no caso da capital mineira distorça maisa média da microrregião do que o façam as sedes das microrregiões do Triângulo, em virtude da dimensãodos problemas urbanos de região metropolitana Belo Horizonte. Já as microrregiões do cluster III, estão paraestas variáveis, mais próximas da média estadual.

TABELA 10

A fim de melhor distinguir possíveis grupos similares entre as microrregiões de Minas em relação aoseu grau de modernização agropecuária e de infrestrutura urbana, realizamos o exercício contra-factual deretirar da análise de clusters o peso de sua participação no produto agropecuário estadual. Os resultadosalcançados são apresentados a seguir. A FIG. 2 apresenta os resultados da técnica de clusters para o exercíciorealizado sem levar em consideração a dimensão do PIB agropecuário.

Retirando-se a dimensão da escala de produção da agropecuária, evidenciada pela variável PIB, ocomportamento dos grupos de microrregiões se altera apenas ligeiramente, mas ainda assim é possível e útildestacar certas modificações. Mesmo sem consideramos sua grande representatividade no produtoagropecuário do Estado, as microrregiões do Triângulo permanecem como um grupo homogêneo, função donível elevado da modernização do setor agropecuário local, algo já claro, mas também e principalmente, em

Minas GeraisClusters Microrregiões (sem PIB)

1 (23)2 (2)3 (32)4 (3)5 (6)

função de sua considerável urbanização. Já Varginha, antes integrada a estas microrregiões, já não sedistingue das demais do Sul e centro-oeste de Minas, prevalecendo suas similaridades com estas últimas noque se refere aos níveis de qualidade de vida e infra-estrutura urbana e não mais aquelas relativas aodinamismo agropecuário. A permanência do cluster das microrregiões do norte/nordeste do Estado tambémrevela que seu grau de associação transcende o âmbito de sua representatividade no setor agropecuáriomineiro, em função da já destacada precariedade de infra-estrutura urbana e qualidade de vida.

FIGURA 1: Clusters das Microrregiões de Minas Gerais, desconsiderando participação percentual no PIB agropecuáriopor microrregião. Elaboração própria a partir dos Censos Demográfico 2000 e Agropecuário 1995/1996

O Estado de Minas Gerais é exemplo destacado do peso das questões espaciais na determinação dasatividades econômicas. Mesmo sem a inclusão de variáveis explicitamente ligadas à distância ouproximidade como atributo dos indivíduos, podemos verificar a clara associação geográfica dasmicrorregiões pertencentes às diferentes Regiões de Planejamento do Estado (MARTINS, 2003).Configuram-se de modo mais ou menos nítido os grupos a que nos referimos acima ao detalhar os resultadosda técnica de ACP, a Região Central do Estado, com centralidade definida pela Capital, o Sul gravitando emtorno do espaço econômico de São Paulo, metrópole de primeira grandeza, somado ao Triângulo e Alto-Paranaíba que se ligam ao pólo paulista, mas também à dinâmica fronteira agrícola do Centro-Oestebrasileiro e por fim a área Norte/Nordeste mineira, muito mais próxima à problemática área do semi-áridonordestino que a dinâmica econômica do Centro-Sul do país (FIG. 2).

Considerações Finais

Podemos inferir, a partir do exposto acima, algumas indicações para o comportamento do setoragropecuário mineiro no período.

Existe no Estado de Minas Gerais do ponto de vista da dinâmica agropecuária um padrão leste/oestede distribuição espacial. Se Martins (2003) já identificava para a indústria uma regionalização bem definidasem que fossem usados critérios de contigüidade, o exposto parece indicar que também na dinâmicaagropecuária tal padrão se verifica. Regiões dinâmicas, de maior lucratividade, maior incorporação deprogresso técnico estabelecidas na face oeste do Estado, convivendo com uma agropecuária atrasada, poucadinâmica e com forte componente de culturas tradicionais na parcela leste de Minas Gerais.

Mais que isto, podemos verificar uma prevalência da dimensão urbana na determinação dos padrõesde dinamismo agropecuário, particularmente da escala de oferta de serviços urbanos, para a determinação dedinamismo dos hinterlands agropecuários.

Parece haver relação inversa entre estrutura fundiária concentrada e desempenho agropecuário,mesmo com as regiões de fronteira do cerrado apresentando maiores áreas médias de propriedade. Vale dizer,mesmo que as regiões de cerrado necessitem maior escala média de operação em função da natureza dasculturas com as quais operam, no agregado do Estado, latifúndio ainda significa baixo dinamismo, isto é,baixos índices de produtividade e lucratividade.

Os próximos possíveis passos da pesquisa nos levariam a dois caminhos principais. Primeiro, testar asignificância estatística espacial dos padrões de localização por culturas diferenciando produtos tradable enon tradable. Em segundo lugar, estender este tipo de análise para outras regiões do Brasil, tentandoestabelecer as peculiaridades de cada espaço regional especifico, suas semelhanças e discrepâncias.

REFERÊNCIAS

ANDRADE, T. A. Métodos estatísticos e econométricos aplicados à Economia Regional. In: HADDAD,P. (Org.): Economia Regional: Teorias e métodos de análise. Fortaleza, BNB, ETENE, 1989. p. 427-508.BDMG. Minas Gerais do século XXI. Belo Horizonte: BDMG/Rona, 2002.BRITO, F.; SOARES, M.; FREITAS, A. Os dilemas da dicotomia rural-urbano: algumas reflexões. In:ENCONTRO DE ECONOMIA MINEIRA DE DIAMANTINA, 11.2004. Anais eletrônicos... BeloHorizonte, CEDEPLAR-UFMG 2004.BRITO, F., HORTA, C. J. G. Minas Gerais: crescimento demográfico, migrações e distribuição espacial dapopulação. In: ENCONTRO DE ECONOMIA MINEIRA DE DIAMANTINA, 10; 2002. Anaiseletrônicos... Belo Horizonte, CEDEPLAR-UFMG, 2002.CANO, Wilson. Desequilíbrios regionais e concentração industrial no Brasil: 1930-1970. São Paulo:Global, 1985.DINIZ, C. C. Estado e capital estrangeiro na industrialização mineira. Belo Horizonte: Imprensa daUFMG, 1981.DINIZ, C. C.; CROCCO, M. A. Reestruturação e impacto regional: o novo mapa da indústria brasileira.In: Revista Nova Economia, n. 1, vol. 6. Belo Horizonte, CEDEPLAR/UFMG, 1996.FUNDAÇÃO JOÃO PINHEIRO. Minas Gerais e suas regiões de planejamento: crescimentopopulacional e distribuição espacial. Informativo CEI – Demografia. B. Horizonte, junho de 2004.Disponível em: <www.fjp.org.br>; acesso em 31/10/2004.______. Produto interno bruto de Minas Gerais – 2003. Informativo CEI. Belo Horizonte junho de 2004.Disponível em <www.fjp.org.br>; acesso em 31/10/2004.IBGE. Censo Agropecuário 1995/1996. Rio de Janeiro, 1996. (CD Room).IBGE. Censo Demográfico 2000. Rio de Janeiro, 2000. (CD Room).KAGEYAMA, A.; LEONE, E. T. Uma tipologia dos municípios paulistas a partir de indicadoressociodemográficos. Jan. 1999. (Texto para discussão, 66). Disponível em:<www.eco.unicamp.br/nea/rurbano>. Acesso em: 25 fev. 2005.MAINLY, B. F. J. Multivariate statistical methods: a primer. London: Chapman and Hall, 1986.MARTINE, G et al. A urbanização no Brasil: retrospectiva, componentes e perspectivas. Brasília,IPLAN/IPEA, 1989. (Texto para discussão, 21).______. A redistribuição espacial da população brasileira durante a década de 80. Rio de Janeiro, IPEA,1994. (Texto para discussão, 329).MARTINE G.; GARCIA R. Os Impactos sociais da modernização agrícola. São Paulo: Ed. Caetés, 1987.MARTINS, José de Souza. Capitalismo e tradicionalismo. São Paulo: Pioneira, 1975.

MARTINS, N. S. F. Dinâmica urbana e perspectivas de crescimento – Itabira, Minas Gerais. 101 p.Dissertação (Mestrado em Economia) – Centro de Desenvolvimento e Planejamento Regional, UniversidadeFederal de Minas Gerais, Belo Horizonte, 2003.MONTE-MÓR, R. L. A relação urbano-rural no Brasil contemporâneo. Trabalho apresentado no “Iseminário Internacional Sobre Desenvolvimento Regional”. Santa Cruz do Sul - RS, UNISC, Out. 2004.

NABUCO, M., 1982. Agricultura, Estado e desenvolvimento regional em Minas Gerais – 1950/1980. In:PAULA, J. A.; CARVALHO, J. A. M. 20 anos do Seminário Sobre Economia Mineira – 1982-2002:coletânea de trabalhos, 1982-2002. Belo Horizonte: UFMG/FACE/CEDEPLAR, 2002. p.55-86.______; LEMOS, M. B. A rota do capital agrícola em Minas Gerais na década de oitenta. In: PAULA, J.A.; CARVALHO, J. A. M. 20 anos do Seminário Sobre Economia Mineira – 1982-2002: coletânea detrabalhos, 1982-2002. Belo Horizonte: UFMG/FACE/CEDEPLAR, 2002. p.151-166.QUEIROZ, E. M. Pluriatividade e inserção das famílias rurais no processo de urbanização do rural:aplicação de técnicas estatísticas de análise multivariada para Minas Gerais. 2003. 92 f. Dissertação(Mestrado em Economia) – Centro de Desenvolvimento e Planejamento Regional, Universidade Federal deMinas Gerais, Belo Horizonte, 2003.SANTOS, Milton. A urbanização brasileira. São Paulo: Hucitec, 1996.GRAZIANO DA SILVA, José. da. A modernização dolorosa: estrutura agrária, fronteira agrícola etrabalhadores rurais no Brasil. Rio de Janeiro: Zahar, 1982.GRAZIANO DA SILVA, José. da. Progresso técnico e relações de trabalho na agricultura. Rio deJaneiro: Zahar, 1981.______. A nova dinâmica da agricultura brasileira. Campinas, SP: UNICAMP/IE, 1996.SOTO, William H. G. A produção do conhecimento sobre o “mundo rural” no Brasil: as contribuiçõesde José de Souza Martins e José Graziano da Silva. Santa Cruz do Sul: EDUNISC, 2002.

AMP Área média das propriedades rurais

PTP Proporção de propriedades que possuemtratores por microrregião

PAM Proporção de propriedades que possuemarado mecânico por microrregião

PIB96 PIB agropecuário 1996

LAA Lucro bruto médio da atividade agropecuária

PPEARProporção de pessoas ocupadas na

agricultura em relação ao total de ocupados

PDCT Proporção de domicílios com água canalizada

AnestAnos médios de estudo da população ocupado

em todos os setores da economia

PDT

Pressão demografica no mercado de trabalho

SM

Rendimento médio do trabalho principal em

salários mínimos

IDH Índice de Desenvolvimento Humano

Índice de Desenvolvimento Humano, elaborado pela ONU. Encontra-se disponível ao nível municipal: não existem dados para Microrregiões. Neste trabalho o índice por Microrregiões foi obtido através da ponderação pela população. Os município foram

agrupados por Microrregião e foi feito a soma do produto do IDH municipal pela população de cada município.

Fonte: Elaboração própria a partir dos Censos Demográfico 2000 e Agropecuário 1995/1996

Variável usada como indicador de qualificação para o mercado de trabalho. Considera

na amostra somente a população com idade igual ou superior a 15 anos.Relação entre a população total de 5 a 14 anos e a população de 55 a 64 anos. Quanto

maior o valor da relação, maior é a pressão sobre o mercado de trabalho,já que nos

próximos 10 anos haveria mais pessoas em idade de entrar no mercado de trabalho do

que pessoas em idade de se retirar por aposentadoriaRendimento médio calculada em salários mínimos para a população com idade superior

a 10 anos. Usa o a variável rendimento bruto em salários mínimos do trabalho principal,

portanto não inclui rendimentos provenientes de outras fontes. O salário mínimo no ano

de 1991 era de Cr$ 42,000,00, e em 2000 era de R$150,00.

Variável do Atlas do Desenvolvimento Humano

Variável calculada deduzindo-se despesas de receitas declaradas por estabelecimento agropecuário e em seguida tomando-se o seu valor médio

Censos Demográficos 1991 e 2000Variável usada como indicador de importância do emprego agrícola na microrregião

Variável usada como indicador de qualidade da infra-estrutura presente nos domicílios da respectiva Microrregião

Indicador do nível de mecanização na microrregião

Indicador do nível de mecanização na microrregião

Indicador do nível de mecanização na microrregião

Participaçao percentual da Microrregião no PIB agropecuário do Estado em 1996

Resumo de variáveis e indicadores usados no trabalhoVariáveis Características

Censo Agropecuário 1995-96

ANEXOSQuadro resumo das variáveis e indicadores usados no trabalho

C A S E 0 5 10 15 20 25 Label Num +---------+---------+---------+---------+---------+ Caratinga 40

Vicosa 62

Ponte Nova 60

Muriae 63

Aimores 41

Oliveira 46

Santa Rita do Sapuca 53

Itaguara 32

Mantena 38

Andrelandia 55

Diamantina 10

Guanhaes 35

Bocaiuva 9

Pedra Azul 13

Almenara 14

Janauba 4

Teofilo Otoni 15

Aracuai 12

Pecanha 36

Salinas 5

Conceicao do Mato De 28

Januaria 3

Grao Mogol 8

Capelinha 11

Manhuacu 61

Pocos de Caldas 51

Pouso Alegre 52

Passos 47

Alfenas 49

Sao Sebastiao do Par 48

Patos de Minas 20

Divinopolis 43

Tres Maria 24

Curvelo 25

Nanuque 16

Piui 42

Campo Belo 45

Lavras 57

Uba 64

Cataguases 66

Formiga 44

Sao Lourenco 54

Sao Joao Del Rey 58

Barbacena 59

Itajuba 56

Ouro Preto 33

Conselheiro Lafaete 34

Itabira 31

Ipatinga 39

Juiz de Fora 65

Sete Lagoas 27

Para de Minas 29

Bom Despacho 26

Montes Claros 7

Governador Valadares 37

Belo Horizonte 30

Unai 1

Paracatu 2

Pirapora 6

Frutal 21

Araxa 23

Patrocinio 19

Varginha 50

Uberlandia 18

Ituitaba 17

Uberaba 22

Dendogramas da análise de cluster, com PIB.

C A S E 0 5 10 15 20 25 Label Num +---------+---------+---------+---------+---------+ Caratinga 40

Vicosa 62

Ponte Nova 60

Muriae 63

Aimores 41

Itaguara 32

Mantena 38

Andrelandia 55

Diamantina 10

Guanhaes 35

Bocaiuva 9

Pedra Azul 13

Almenara 14

Janauba 4

Teofilo Otoni 15

Januaria 3

Grao Mogol 8

Aracuai 12

Pecanha 36

Salinas 5

Conceicao do Mato De 28

Capelinha 11

Manhuacu 61

Belo Horizonte 30

Divinopolis 43

Passos 47

Lavras 57

Bom Despacho 26

Oliveira 46

Santa Rita do Sapuca 53

Campo Belo 45

Sao Sebastiao do Par 48

Piui 42

Pocos de Caldas 51

Pouso Alegre 52

Alfenas 49

Patos de Minas 20

Varginha 50

Tres Maria 24

Curvelo 25

Nanuque 16

Uba 64

Cataguases 66

Formiga 44

Sao Lourenco 54

Barbacena 59

Itajuba 56

Sao Joao Del Rey 58

Sete Lagoas 27

Para de Minas 29

Governador Valadares 37

Ouro Preto 33

Conselheiro Lafaete 34

Itabira 31

Ipatinga 39

Juiz de Fora 65

Montes Claros 7

Frutal 21

Araxa 23

Patrocinio 19

Uberlandia 18

Ituitaba 17

Unai 1

Paracatu 2

Pirapora 6

Uberaba 22

Dendogramas da análise de cluster, sem PIB.